BigQuery Impulsiona Inovação com Novas Funcionalidades de IA Generativa e Automação de Dados

O Google Cloud BigQuery continua a evoluir, trazendo para os seus usuários novas e poderosas funcionalidades que prometem transformar a maneira como interagimos com dados e inteligência artificial. As recentes atualizações visam simplificar fluxos de trabalho complexos, democratizar o acesso a tecnologias de ponta e acelerar a tomada de decisões estratégicas.

Automação de Tabelas BigLake com Apache Iceberg

Uma das novidades mais significativas é a capacidade do Dataform de automatizar a criação de tabelas BigLake para Apache Iceberg no BigQuery. Esta funcionalidade, agora em Geralmente Disponível (GA), permite que engenheiros de dados gerenciem de forma mais eficiente seus data lakes, combinando a escalabilidade do BigQuery com a flexibilidade e os padrões abertos do Iceberg.

Expansão das Funções de IA Generativa no BigQuery ML

O BigQuery ML (BQML) expandiu seu leque de funções de IA generativa, integrando capacidades avançadas para análise e processamento de dados não estruturados. A função AI.GENERATE, já em GA, permite a geração de texto livre para tarefas como tradução, sumarização e classificação em diversos formatos de dados, incluindo imagens, áudio e vídeo. Ela também suporta extração de entidades e geração de saídas estruturadas.

Novas funções como AI.EMBED (em Preview) e AI.SIMILARITY (em Preview) oferecem a capacidade de transformar dados em embeddings e calcular similaridades semânticas entre diferentes tipos de mídia. Além disso, as funções escalares AI.GENERATE_BOOL, AI.GENERATE_DOUBLE e AI.GENERATE_INT facilitam a geração de valores para filtragem, pontuação e contagem.

Todas essas funções suportam autenticação com credenciais do usuário final (EUC), simplificando a configuração de permissões necessárias para interagir com o Vertex AI. O BQML também introduziu funções de IA generativa do tipo tabela, como AI.GENERATE_TABLE, para criar tabelas estruturadas a partir de dados não estruturados. As versões atualizadas e preferenciais AI.GENERATE_TEXT e AI.GENERATE_EMBEDDING (substituindo ML.GENERATE_TEXT e ML.GENERATE_EMBEDDING) trazem nomes de colunas de saída mais simplificados, mantendo a mesma funcionalidade e estando em GA.

Integração com Gemini 3.0 e Publicação de Insights

A capacidade de utilizar o modelo Gemini 3.0 para chamar funções de IA generativa no BigQuery é outro marco importante. Ao usar o endpoint global completo, os usuários podem aproveitar o poder dos modelos mais recentes da Google para suas análises. Para isso, é necessário especificar o endpoint `https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3-pro-preview`.

Em fase de Preview, a funcionalidade de publicação de insights de dados no Dataplex Universal Catalog permite compartilhar recomendações de consulta e descrições automáticas de tabelas e colunas. Essa integração visa enriquecer o catálogo de dados, facilitando a descoberta e o entendimento dos ativos de dados da organização.

Conclusão

As atualizações recentes do BigQuery redefinem o cenário de análise de dados e IA, oferecendo ferramentas mais robustas, integradas e acessíveis. A automação na gestão de dados com Iceberg e a expansão das capacidades de IA generativa, culminando na integração com Gemini 3.0, posicionam o BigQuery como uma plataforma indispensável para empresas que buscam extrair o máximo valor de seus dados em um mundo cada vez mais impulsionado pela inteligência artificial.